|
写在前面 大家好！从这期开始给大家带来一个新系列的Excel精品案例——基于电商平台的业务问题探讨。感谢狗熊会的合作伙伴购食汇提供的业务问题和样本数据，感谢四川大学商学院的汪倩同学在案例制作中的巨大贡献，还要感谢狗熊会PPT金牌制作人翟神的鼎力相助。 结束了一天的工作，你是否“身心疲惫，没空养胃”？是否觉得最远的距离就是厨房到菜市场或超市的距离？是否觉得高品质生活还遥遥无期？这些问题，生鲜电商可以帮你解决，只要动动手指，就能过上“上班选菜，下班收菜，回家做菜”的生活。 狗熊会的合作伙伴“购食汇”，就是这样一家O2O生鲜电商平台，成立于2015年，主营果蔬、肉蛋、水产、粮油等食品。为了让用户取货更为便利，平台在社区还设有智能自提柜，目前主要服务区域为四川绵阳市、四川成都市和安徽合肥市。 对于生鲜电商来说，“挥一挥衣袖，就带走几个西柚”的用户自然比“轻轻地我来看看又走了”的用户更具价值，后者只是登录，而前者完成了登录到购买的转化，为企业带来了实实在在的现金收入，这部分客户可以认为是高价值客户，因此，了解高价值客户的特征对企业来说是及其重要的。在本案例中我们可以用购买转化率作为判断高价值用户的一条标准。定义：购买转化率=订单总数/登录次数。购买转化率越高，说明该客户越有可能是高价值用户。 那么，购买转化率主要受到哪些因素的影响呢？为探究这一问题，本案例数据选取了购食汇的3684条有效用户记录进行分析，包括用户成就（登录频率、经验值）、推荐行为（被推荐注册、推荐他人注册）、收货差异（附近有无自提柜）、注册差异（注册渠道）。 从直方图我们可以看出，购买转化率取完对数后，分布近似于正态分布。 本案例我们构造了衍生变量：登录频率=登录次数/存续时间，其中存续时间指用户最近一次登录时间与注册时间的间隔，单位为周。登录频率可以说明用户与平台的接触程度。从购买转化率与登录频率的散点图可以看出，二者有着明显的负相关关系，登录频率越高，反而购买转化率比较低，这对应到具体的业务情景中是什么呢？这说明部分用户的登录目的是进行浏览，就是随便逛逛，而非有明确的购买计划。 接下来再看下用户是否被推荐和注册渠道分别与转化率的关系。可以看到，被老用户推荐来注册的用户平均购买转化率比较低，可见他们不如自主找到购食汇进行注册的用户爱得深沉；相比于Android渠道注册的用户，其他渠道的用户平均购买转化率更高。 为了进一步量化各因素对购买转化率的影响，就要回归分析出马了。回归后最终模型结果如下图，可以发现，除了注册渠道，其他变量均为显著变量，说明注册渠道对购买转化率没有影响；估计系数的正负表示相关关系的正负，比如登录频率估计系数为负说明随着登录频率提高，转化率下降，和前面描述性分析的结果是一致的。模型R square代表了模型整体的拟合情况，该模型R square为76.1%，说明拟合程度较好： 以上的模型结果说明了什么呢？它能帮助你对号入座，更为直观地解读用户行为。比如，用户小明登录频率为2，经验值为215，自身不是被推荐注册的，但曾推荐他人进行注册，小明所在地附近有自提柜，并且他是通过Android渠道进行注册的，那么基于我们的模型结果，你就可以放心大胆地认证小明为高价值用户了。 根据回归模型，我们得到了一份业务改进指南，帮助我们更准确地理解用户行为，火眼金睛识别高价值用户，更有针对性地进行营销，业务水平噌噌往上涨。 以上就是我们基于用户购买转化率识别高价值用户的一小段探索之路了，不知道大家看得还过瘾吗？ 是不是想自己动手在Excel里试试？是不是想接着了解更多业务问题呢？没有别的办法，抱紧狗熊会，我们继续带你飞！ |
|
|
